主题：逻辑和人工智能 -- texasredneck

小小的意见

电脑是实现的工具、模拟算法的工具，包括图灵机，图灵机看做是电脑的一个模型。

迭代的思路，列为级数一样近似也不是有了计算机才有的

而人工智能在胚胎阶段那会儿，则是控制论加上信号处理加上统计的混合。例如最早的“多层感知器”，就是硫化铅的感光器件后面连上数不清的导线，就像是神经网络一样多层连接（深度学习是从神经网络“传承”过来的，而最近火热的卷积网络则是从“多层感知器”“传承”下来的）不过从统计角度看，每一层也不妨理解为“古老”的回归问题，只是基层下来不一定清楚到底是在回归啥了。

电脑就是对那些导线的“模拟仿真”。什么哈弗体系诺依曼体系，无所谓的。而实际上往往有算法在PC上计算像便秘一样不顺溜，到了fpga上或是干脆流个片，就神奇了

人工智能婴儿时期，有的研究纯粹停留在逻辑符号的运算上。而逻辑符号是怎么产生的，似乎还是关心不够。例如训练样本的某些bias，机器就显得敏感。现在深度学习把“数据驱动”奉为神谕，但是数据的全面、内含的bias还是问题。以至于最近某大牛的文章“知识是重要的”。而本身似乎还是没有建立逻辑符号的意思，顶多看做是“直觉”